安克创新机器人机械臂操作算法工程师（博士）
任职要求
1、机器人学、人工智能、计算机视觉等相关专业博士学历； 2、熟悉机械臂操作策略学习（RL/IL/Diffusion Policy等）及多模态融合（VLM/VLA/视觉-触觉等）； 3、具备Sim-to-Real或复杂任务…
工作职责
1、开展灵巧手机械臂操作方向的前沿算法研究，包括可泛化端到端操作、Sim-to-Real、Vision-Language-Action（VLA）模型等； 2、跟踪最新研究成果，设计和维护数据-算法闭环系统，实现高效迭代优化； 3、协同硬件与工程团队，推动机械臂创新应用的落地与展示； 4、输出高质量专利与学术论文，提升团队在机器人操作领域的影响力。
职位概述 我们正在寻找在视觉-语言-动作（Vision-Language-Action, VLA）领域具有扎实理论基础和丰富实践经验的算法工程师或研究员，致力于构建下一代通用智能机器人系统。你将参与从数据构建、模型设计到仿真训练与实机部署的全链路研发，推动 VLA 大模型在机械臂操作、人形机器人控制等复杂工业与开放场景中的前沿探索与实际落地。 职位描述（Responsibilities） 1. 前沿算法研究与复现 ○ 跟踪 VLA 领域最新进展（如 OpenVLA、RT-2、Pi0、RDT、Diffusion Policy 等），完成 SOTA 算法在仿真与实机环境下的复现与性能分析； ○ 探索基于大模型的端到端机器人决策框架，实现感知→理解→规划→动作的闭环。 2. VLA 模型架构设计与优化 ○ 设计面向工业场景的 VLA 模型结构，重点解决多模态特征对齐、动作序列生成、推理效率优化等问题； ○ 提升机械臂在复杂任务中的操作精度、泛化能力与鲁棒性。 3. Scaling 研究与泛化能力提升 ○ 开展 VLA 的 scaling law 研究，涵盖数据规模、模型结构、机器人构型等维度； ○ 实现长序列任务执行、跨任务技能迁移与动作泛化，在更复杂的工厂或开放环境中验证模型上限。 4. 数据系统与自动标注开发 ○ 参与多模态大模型所需的数据清洗、自动标注与增强系统的开发； ○ 探索高效的数据合成方法（如 sim2real 数据生成、LLM 辅助标注），保障数据质量与多样性。 5. 仿真训练与真实部署 ○ 基于 Isaac Sim / Gym / Lab、MuJoCo 等平台搭建高保真仿真环境，构建强化学习与模仿学习训练框架； ○ 设计 real2sim2real 迁移策略，加速算法从仿真到现实世界的部署； ○ 具备实机调试经验，能独立完成模型在机械臂或人形机器人上的部署与迭代。
1.推进机器人多模态大模型（VLM/VLA）、3D感知算法的工程化落地：涵盖预训练、微调、训练加速和效果调优。 2.基于issac sim搭建仿真环境验证操作模型，设计real2sim2real迁移框架，加速算法验证与落地。 3.具身智能算法研发，包括不同数据配比/网络结构/本体构型，在toC场景完成长序列任务和技能泛化。 4.研发自动化标注算法（2D/3D/VLA等），降低标注成本和提升标注质量。 5.设计多模态数据（图像、视频和点云等）生成算法，增强数据多样性。
岗位职责 1.研发四足、人形、类人形机器人（腿足/机械臂）运动控制算法，解码大模型输出的动作意图，实现轨迹规划、运动控制及力控策略。 2.通过仿真（MuJoCo/Isaac Gym等）和实物测试解决算法性能问题。 3.实现高可靠鲁棒的运控系统端侧部署开发，支持跨团队集成需求。 4.跟踪应用强化学习、系统辨识等前沿技术，持续提升运控系统能力上限。 5.负责强化学习规划控制算法的sim2real开发；
1、机器人基础模型架构设计与开发:如视觉-语言-动作(VLA)模型的算法研发,包括多模态特征对齐、动作序列生成与推理优化,推动模型在机器人操作场景的端到端能力提升； 2、具身智能多模态系统构建:设计融合视觉、语言与动作的联合训练框架,开发基于Transformer或扩散模型的跨模态交互机制，提升模型在复杂动态环境中的语义理解与决策能力； 3、算法性能优化与工程化:针对具身智能硬件平台(如机械臂、移动机器人)优化VLA等模型的实时推理性能，通过算子融合、量化压缩等技术实现低延迟部署。 4、跨模态数据闭环建设:搭建大规模具身智能数据采集与增强系统,设计数据标注与仿真验证工具链,支撑VLA等模型在真实场景的持续迭代。